蓝牙防丢设备,路在何方?

简介:
  
   蓝牙4.0技术的低功耗特性让很多人看到一线曙光,市场上渐渐兴起大量基于蓝牙技术的应用。而在去年,蓝牙防丢器类似产品则达到一个小高峰,雷锋网 (公众号:雷锋网) 先后 介绍过十几种国内外相关产品。这些产品的基本功能大致相同:依靠接收蓝牙信号的强弱判定相隔距离,一旦超出距离手机上相应的app就会发出警报给予提示;同时在有效范围内,还能通过手机app让贴片发出声光等信号以协助寻找某种绑定好的物品。听起来想法很好不是么,妈妈再也不用担心我东西乱放找不着了,再也不用担心我慌慌张张出门忘记带钱包了。

然而,这仍然是一个非常小众的产品类型。除了人们观念上还没完全接受之外,一些无法左右的系统兼容问题也是很令开发者头疼的大麻烦。蓝牙4.0是在2011年9月iPhone 4S发布后,才得到正式推广,Android原生系统一直到2013年7月25日的4.3版本才开始全面支持。但是在国内,由于众多用户使用的Android系统都是基于Android的深度定制,而截至目前一些本土较受欢迎的Android系统(如MIUI)都还未正式发布基于Android 4.3及以上的版本,这意味着只有iPhone和三星部分机型的用户才可以使用。怎么办?只能等,开发者想必每天都得忍受用户一遍遍的吐槽。

笔者手里刚好有三款蓝牙防丢器,下午借助同事的iPad mini挨个把玩了一下。其中一个是专门用于钱包防丢的SmartWallit ,我的同事阿波罗之前也做过测评,总起来讲不那么尽如人意。另外两个——nut和Keep——则是轻巧的贴片形式,适合很多应用场合。我首先检测了基本的“防丢”功能,因为只是想单纯体验下应用场景,所以忽略了墙壁玻璃等影响因素,特意在长长的走廊里进行了测试。

两者的app里都有一个可以显示手机和对应贴片距离的界面,但都有些不太靠谱,即使是在这样纯粹的环境下。尤其是Keep,我停在一个地方拿着手机长时间一动不动,上面显示的位置还一直波动不停。至于安全范围的设定,Keep有一个具体可调节的范围,而nut只是给出两个“远”和“近”的选项。在超出安全范围之后,手机界面都会弹出通知,而贴片则会发出蜂鸣声。假若再离远一些,超出蓝牙信号的连接范围,贴片就会发出连续且有些刺耳的尖叫声,手机界面再次弹出通知。这时,手机保留有贴片最后一次连接时的大概位置。

其次是寻找功能,两者都能实现“双向防丢”,即通过贴片找手机,通过手机找贴片,各有声光提示。除此之外,keep还能实现远程操控手机拍照、摄影、录音等,笔者亲测有效,至于说到有无现实意义,我觉得还是暂时不予置评。

如果真的跟绑定的物品失去联系该怎么办,只能依靠最后一次连接时的定位大海捞针吗?nut给出了解决方案:发动所有nut用户的力量去寻找。你只要在app里点击“声明丢失”,所有的nut用户都会在不经意间帮你寻找,一旦有用户的设备感应到了信息就会将具体位置发送你手机上。可以想像,假如nut的用户足够多,那么这个网络就会变得非常强大,“路不拾遗”的和谐社会里就再不会丢东西了。

这类产品的用户群体还有待挖掘,我觉得把它们戴在宠物身上的确很值得一试。厂商需要在外观设计及核心功能上超越用户的心理期待,专注于此做一款小众而精美的产品也是不错的选择,毕竟这个行业的发展才刚刚开始。nut和Keep目前都有不错的销量,在京东上的售价分别为98元和268元。

  
 
  本文作者: 白腾飞

本文转自雷锋网禁止二次转载, 原文链接
目录
相关文章
|
12月前
|
Oracle Cloud Native 关系型数据库
Oracle Linux 9.5 正式版发布 - Oracle 提供支持 RHEL 兼容发行版
Oracle Linux 9.5 正式版发布 - Oracle 提供支持 RHEL 兼容发行版
234 10
Oracle Linux 9.5 正式版发布 - Oracle 提供支持 RHEL 兼容发行版
|
11月前
|
人工智能 算法 Python
2025年IT员工数量预期将达到十多年来的最低水平
2025年IT员工数量预期将达到十多年来的最低水平
|
机器学习/深度学习 人工智能 算法
【人工智能】机器学习之Python使用KNN算法进行电影类型预测以及使用KNN算法对鸢尾花进行分类
使用KNN进行电影类型预测: 给定训练样本集合 解题步骤: 1.计算一个新样本与数据集中所有数据的距离 2.按照距离大小进行递增排序 3.选取距离最小的k个样本 4.确定前k个样本所在类别出现的频率,并输出出现频率最高的类别 编写代码,实现对iris数据集的KNN算法分类及预测 要求: (1)数据集划分为测试集占20%; (2)n_neighbors=5; (3)评价模型的准确率; (4)使用模型预测未知种类的鸢尾花。 (待预测数据:X1=[[1.5 , 3 , 5.8 , 2.2], [6.2 , 2.9 , 4.3 , 1.3]]) iris数据集有150组,每组4个数据。
811 1
【人工智能】机器学习之Python使用KNN算法进行电影类型预测以及使用KNN算法对鸢尾花进行分类
|
编解码 Ubuntu Linux
Linux FrameBuffer(三)- struct fb_fix_screeninfo 和 struct fb_var_screeninfo 详解
Linux FrameBuffer(三)- struct fb_fix_screeninfo 和 struct fb_var_screeninfo 详解
709 0
|
机器学习/深度学习 人工智能 缓存
DeepSpeed Chat: 一键式RLHF训练,让你的类ChatGPT千亿大模型提速省钱15倍
DeepSpeed Chat: 一键式RLHF训练,让你的类ChatGPT千亿大模型提速省钱15倍
DeepSpeed Chat: 一键式RLHF训练,让你的类ChatGPT千亿大模型提速省钱15倍
|
Web App开发 JSON JavaScript
一文搞定 Postman 接口自动化测试
一文搞定 Postman 接口自动化测试
一文搞定 Postman 接口自动化测试
|
Python
python编程:graphviz库绘制流程图
python编程:graphviz库绘制流程图
890 0
python编程:graphviz库绘制流程图
|
传感器 人工智能 城市大脑
阿里云AI | 畜牧养殖业综合解决方案
本文介绍了阿里云AI | 畜牧养殖业综合解决方案的方案概述以及业务价值。
阿里云AI | 畜牧养殖业综合解决方案